图神经网络--Dijkstra算法原理及其实现（附代码）

来源：调度与优化算法的集结地
本文约1000字，建议阅读5分钟
本文为你介绍Dijkstra算法的实现。

Dijkstra算法是一种用于解决带权有向图的单源最短路径问题的贪心算法。其基本思想是从起点开始，逐步扩展到离起点更远的节点，直到扩展到终点为止。在这个过程中，每次选择当前距离起点最短的节点，并尝试通过这个节点更新其他节点的距离。

Dijkstra算法的实现步骤如下：

1. 初始化：将起点到每个节点的距离设为无穷大，将起点到自己的距离设为0。

2. 选择起点：选择起点并标记为已访问。

3. 扩展节点：遍历所有与起点相邻的节点，计算经过起点到达这些节点的距离，并更新距离。

4. 选择下一个节点：从未访问过的节点中选择距离起点最近的节点，并标记为已访问。

5. 重复步骤3和4，直到到达终点或所有节点都被访问。

6. 回溯路径：从终点出发，沿着距离逐渐缩小的路径回溯到起点。

Dijkstra算法的时间复杂度为O(n^2)，其中n为节点数。如果使用优先队列（例如二叉堆）来选择下一个节点，则时间复杂度可以降为O(mlogn)，其中m为边数。

matlab实现

function [dist, prev] = dijkstra(graph, start)
    n = size(graph, 1);


    % 初始化距离和前驱
    dist = Inf(1, n);
    prev = zeros(1, n);
    dist(start) = 0;


    % 标记已访问的节点
    visited = zeros(1, n);


    for i = 1:n-1
        % 选择距离起点最近的节点
        [~, u] = min(dist .* (1 - visited));


        % 标记节点为已访问
        visited(u) = 1;


        % 更新距离和前驱
        for v = 1:n
            if graph(u,v) ~= 0 && dist(u) + graph(u,v) < dist(v)
                dist(v) = dist(u) + graph(u,v);
                prev(v) = u;
            end
        end
    end
end